Posprocesamiento probabilístico de pronósticos horarios de precipitación por conjuntos utilizando UNet

Canarias es un territorio con gran complejidad climática. Aquí, anticipar la lluvia no es solo cuestión de llevar paraguas... Es clave para la agricultura, la gestión del agua y hasta la seguridad.

El Grupo de Observación de la Tierra y la Atmósfera (GOTA) de la Universidad de La Laguna (ULL) ha trabajado en mejorar la precisión de las predicciones de lluvia por horas en nuestras islas utilizando modelos avanzados de inteligencia artificial.

¿Cómo lo hicieron?

Para mejorar las predicciones de lluvia en Canarias, los investigadores usaron un modelo informático que simula el tiempo (como una versión avanzada del "hombre del tiempo" digital). Pero además, le aplicaron herramientas que ayudan a afinar y mejorar esas predicciones:

Usaron una especie de “mapas inteligentes” que aprenden a detectar patrones de lluvia.

Redujeron la cantidad de datos a los más importantes, para que el sistema no se confunda con demasiada información.

Eligieron solo las variables más útiles (como temperatura, viento o humedad), descartando las que no aportaban mucho.

Compararon estas técnicas con otras más tradicionales para ver cuál funcionaba mejor.

¿Qué descubrieron?

Un modelo funcionaba muy bien cuando había estaciones meteorológicas cerca, pero no tanto en zonas sin datos.

Otro modelo era un poco menos exacto en esas zonas con estaciones, pero funcionaba mejor en todo el territorio, incluso en lugares donde no hay medidores.

Un dato llamativo: el relieve del terreno, es decir, si una zona está en una montaña o en un valle, resultó ser muy importante para saber si va a llover.